版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、隨著視頻技術(shù)的迅速發(fā)展和應(yīng)用,用2D視頻描述的世界已不能滿足觀眾日益增長的視覺需求。而3D視頻描述的世界與人的視覺更加匹配,使人們在觀看時能獲得豐富的立體感和沉浸感。相比于當前流行的高清視頻,三維/多視點視頻對存儲和傳輸要求更高,并隨著視點個數(shù)的增加而呈線性增長的趨勢。而目前的存儲介質(zhì)和網(wǎng)絡(luò)狀況對于單路2D高清視頻應(yīng)用尚略顯不足,當然更是無法滿足自由視點立體視頻對存儲空間和網(wǎng)絡(luò)帶寬的要求。所以多視點視頻走向應(yīng)用首先要解決的問題就是數(shù)據(jù)量
2、問題,而解決數(shù)據(jù)量問題的關(guān)鍵是立體視頻3D場景信息的表示問題,即如何更加有效地表示3D場景來減少數(shù)據(jù)的冗余。本研究在多視點視頻的理論基礎(chǔ)上,提出了利用Kinect來完成深度的實時獲取并進行多視點繪制。主要工作和成果如下:
1.提出一種新穎的背景模型更新方法,利用kinect采集深度圖像的過程中,采用初始幀來不斷更新高斯背景的模型,以達到最好的背景模型匹配。
2.提出了基于高斯混合模型的kinect圖像增強算法,采用高
3、斯混合模型(GMM)來分離深度圖像的前景和背景,針對空洞出現(xiàn)的區(qū)域做不同的處理。背景空洞采用對應(yīng)的背景值填充,前景空洞采用紋理圖+距離函數(shù)+背景圖的權(quán)值函數(shù)來確定空洞處的深度值,獲取到可靠的深度圖像。
3.提出了基于幾何模型的虛擬視點繪制方法,針對深度圖像繪制(DIBR)后產(chǎn)生的空洞問題,先用高斯混合模型來分離繪制后新視點圖像的前背景,根據(jù)DIBR后空洞存在的區(qū)域分為前景空洞和背景空洞,背景空洞我們利用背景的信息來填充,前景空
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- Kinect深度圖像增強算法研究.pdf
- 基于深度圖像的繪制技術(shù)研究.pdf
- 基于Kinect增強現(xiàn)實的虛實注冊與遮擋技術(shù)研究.pdf
- 基于Kinect深度信息的手勢識別研究.pdf
- 基于Kinect深度圖像的手勢識別研究.pdf
- 基于Kinect深度信息的手勢識別.pdf
- 基于kinect深度圖像的手勢識別研究
- 基于Kinect深度圖像的動作識別.pdf
- 基于深度全景視頻的虛擬場景繪制技術(shù)研究.pdf
- 基于Kinect深度圖像的手勢識別算法研究.pdf
- 基于Kinect深度信息的動態(tài)手勢識別.pdf
- 基于Kinect深度圖像的靜態(tài)手勢識別的研究與應(yīng)用.pdf
- 基于Kinect的機械臂增強現(xiàn)實示教研究.pdf
- 基于深度的虛擬視點繪制及其失真研究.pdf
- Kinect深度圖像修復(fù)技術(shù)研究.pdf
- 基于Kinect深度信息的靜態(tài)手勢識別方法研究.pdf
- 基于Kinect深度相機的三維人體重建技術(shù)研究.pdf
- 基于Kinect深度圖像的三維人臉識別技術(shù)研究.pdf
- 基于深度圖像繪制的視圖合成研究.pdf
- 基于Kinect深度圖像的動態(tài)手勢識別的研究.pdf
評論
0/150
提交評論